تُحل العديد من مشكلات الرؤية الحاسوبية (مثل معايرة الكاميرا، محاذاة الصور، البنية من الحركة) من خلال طريقة تحسين غير خطية. ومن المقبول عمومًا أن الطرق الهابطة من الدرجة الثانية تمثل أكثر الطرق موثوقية وسرعة وفعالية لتحسين الدوال غير الخطية العامة ذات التماسك السلس. ومع ذلك، تواجه الطرق الهابطة من الدرجة الثانية في سياق الرؤية الحاسوبية عيبين رئيسيين: (1) قد لا تكون الدالة قابلة للاشتقاق تحليليًا، مما يجعل الاقترابات العددية غير عملية. (2) قد يكون المصفوفة الهسيانية كبيرة وغير موجبة التحديد. وللتغلب على هذه المشكلات، تُقترح في هذه الورقة طريقة هبوط مُراقبة (SDM) لتقليل دالة المربعات غير الخطية (NLS). أثناء التدريب، تتعلم طريقة SDM تسلسلاً من اتجاهات الهبوط التي تقلل من المتوسط الخاص بدالة المربعات غير الخطية المُستمدة من نقاط مختلفة. وفي مرحلة الاختبار، تقوم طريقة SDM بتقليل الهدف المتعلق بدالة المربعات غير الخطية باستخدام الاتجاهات المُتعلمة دون الحاجة إلى حساب الجاكوبيان أو الهسيانية. ونُظهر فوائد نهجنا من خلال أمثلة مُصطنعة وحقيقية، ونُبرز كيف تحقق طريقة SDM أداءً متميزًا على مستوى الحالة الحالية في مشكلة كشف الملامح الوجهية. يمكن الوصول إلى الكود عبر الموقع: www.humansensing.cs.cmu.edu/intraface.